课程大纲 第 123 课,共 246 课 · 第 10 模块:会看的网络(CNN)
第 10 模块:会看的网络(CNN)

重新放大:上采样和转置卷积

为什么重要 生成器(第 15 到 17 模块,在课程的第 2 部分)必须把一张小的特征图变回一整张图像。让一张图变大有两种方法,其中一种会留下著名的棋盘格伪影。

  • 最近邻上采样:把每个像素复制成一个 2 乘 2 的小块,然后做一次普通卷积。平滑又简单。
  • 步幅为 2 的转置卷积:每一个输入像素把滤波器“盖章”到输出上,相隔 2 个像素。章印重叠的地方,贡献会加起来。用宽度为 3 的滤波器和步幅 2 时,有些输出像素得到两个章印,而它们的邻居只得到一个:一种不均匀的图案,看起来就是棋盘格。

很小的数字

输入 [1, 1, 1],滤波器 [1, 1, 1],步幅 2:章印从 0、2 和 4 开始,得到 [1, 1, 2, 1, 2, 1, 1]。一个平坦的输入出来却是凹凸不平的。

本课中的词语和符号
卷积
让一小格权重(一个滤波器)在图像上滑动,每个位置做一次点积
滤波器、特征图
学到的那一小格权重;以及它的响应构成的图像
填充(p)、步幅(s)
在边缘周围加上的零;滤波器每一步移动多少像素
转置卷积
把一个滤波器盖章到一个更大的输出上;可能会留下棋盘格
轮到你了

为一个 1D 数组编写 upsample2(x)(每个值出现两次)和 tconv1d(x, w, stride)(从 i * stride 开始盖上 x[i] * w;输出长度为 (len(x) - 1) * stride + len(w))。然后把 checkerboard 设为 tconv1d(np.ones(6), np.ones(3), 2)。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。